Voor dit onderzoek werd er gebruik gemaakt van een correlationeel survey design (Creswell, 2013). Hierbij werd er met behulp van een vragenlijst kwantitatieve data
verzameld. Tijdens het verzamelen van de data was er sprake van maatregelen met betrekking tot het coronavirus. Daarom is er vanwege praktische redenen gekozen voor een
gelegenheidssteekproef uit drie verschillende basisscholen. Deze basisscholen hebben een openbare, christelijke of katholieke richting en zijn gelegen in de provincie Noord-Holland of Utrecht. De onderzoekers van dit onderzoeksproject zijn zelf werkzaam als leerkracht op één van deze basisscholen, waardoor deze scholen makkelijk benaderbaar waren. Het nadeel hiervan is dat de steekproef niet representatief is en dat de resultaten mogelijk niet
gegeneraliseerd kunnen worden. De mogelijke gevolgen hiervan worden in de discussiesectie besproken.
3.1 Deelnemers
De onderzoeksgroep bestond uit 577 basisschoolleerlingen van groep 3 tot en met 8.
De onderzoeksgroep bestond uit 289 jongens (50,10%) en 283 meisjes (49,00%). Zij
varieerden in leeftijd van 6 tot en met 13 jaar, met een gemiddelde leeftijd van 8,73 jaar (SD = 1,95). Van de 29 benaderde klassen namen er 24 klassen deel aan het onderzoek. Door
toevalligheden was de steekproef niet zoals we bedoeld hadden. Dit had te maken met de quarantaine van klassen vanwege het coronavirus en privéomstandigheden. Ook hebben een aantal individuele leerlingen de vragenlijst niet ingevuld door ziekte of afwezigheid. Het responspercentage op leerlingniveau was 76,73%. De verdeling per groep was als volgt: groep 3 (n = 128), groep 4 (n = 94), groep 5 (n = 97), groep 6 (n = 67), groep 7 (n = 68) of groep 8 (n = 123).
3.2 Procedure
De deelnemers vulden een vragenlijst in die bestond uit items van twee schalen. Bij groep 3 en 4 werd deze vragenlijst op papier afgenomen en bij groep 5 tot en met 8 digitaal op de laptop. Hiervoor is gekozen omdat leerlingen van groep 3 en 4 niet gewend zijn om
regelmatig te werken met laptops. Vanaf groep 5 is het werken met laptops over het algemeen meer gebruikelijk. Het invullen van de vragenlijst duurde tussen de 15 en 30 minuten,
afhankelijk van de groep. De vragenlijst werd klassikaal afgenomen worden door de onderzoeker, naast de reguliere lessen die door de leerkracht werden gegeven. Alle
vragenlijsten werden fysiek afgenomen in de lokalen. De onderzoekers gaven voorafgaand aan de vragenlijst een korte uitleg over het onderwerp van de vragenlijst en over wat voor
soort vragen er in de vragenlijst gesteld werden. Op deze manier wisten de leerlingen wat zij konden verwachten. Tijdens het invullen van de vragenlijst waren de onderzoekers
beschikbaar voor het beantwoorden van vragen. De deelname was vrijwillig en de deelnemers konden op elk moment afzien van deelname aan het onderzoek.
De anonimiteit werd gewaarborgd doordat elke leerling een willekeurig nummer van 1 tot en met 10000 toegewezen had gekregen. Alleen de leerkracht wist welke leerling bij welk nummer hoorde. Op deze manier konden de deelnemers niet (indirect) worden herkend. Bij de papieren vragenlijst stonden de willekeurige nummers al op de vragenlijst en deelde de
leerkracht deze uit aan de bijbehorende leerlingen. Bij de digitale vragenlijst kregen de leerlingen voorafgaand aan het invullen van de vragenlijst te horen welk nummer zij waren.
Dit werd verteld door de leerkracht. De deelnemers ontvingen geen beloning voor hun deelname.
3.3 Meetinstrumenten
In het huidige onderzoek werden de volgende variabelen gemeten: rekenprestaties, zelfconcept voor rekenen en intrinsieke motivatie voor rekenen. Deze variabelen en de meetinstrumenten waren allemaal gericht op het domein rekenen.
De rekenprestaties werden gemeten door de leerkrachten de rekenprestaties van de deelnemende leerlingen uit hun klas te laten scoren op een schaal van 1 tot 10. Dit was een subjectief oordeel van de leerkracht, waarbij de leerkracht objectieve data (zoals
methodetoetsen of Cito-toetsen) en eigen inzicht gebruikte om de score van de leerlingen te bepalen. Hierbij betekent een score 1 dat er sprake is van een minimale rekenprestatie en een score 10 betekent dat er sprake is van een maximale rekenprestatie.
Het individuele zelfconcept voor rekenen werd gemeten door middel van de self-perceptions of competence scale (Bouffard et al., 2003). Dit is een vragenlijst die vertaald is naar het Nederlands en bestaat uit 10 items. De deelnemers gaven aan bij welk van de twee groepen kinderen (rondjes of vierkantjes) zij zichzelf het best vonden passen. Een
voorbeelditem is: ‘Bij de rondjes maken kinderen vaak fouten bij rekenopdrachten, maar... bij de vierkantjes maken kinderen niet vaak fouten bij rekenopdrachten’. De vragenlijst heeft een minimale score van 0 en een maximale score van 10. De negatief gestelde items werden gehercodeerd, zodat een hoge score representatief was voor een hoog zelfconcept. Een maximale score op zelfconcept betekent dat er een hoge mate van zelfconcept aanwezig is.
Bouffard et al. (2003) hebben de vragenlijst gevalideerd en vonden een interne consistentie die varieerde van .78 tot .84. De Cronbach’s alpha van het huidige onderzoek was .83. Hieruit blijkt dat de vragenlijst betrouwbaar is.
De intrinsieke motivatie voor rekenen werd gemeten door middel van de intrinsic motivation scale (Bouffard et al., 2003). Dit is een vragenlijst die vertaald is naar het
Nederlands en bestaat uit 11 items. De deelnemers gaven wederom aan bij welk van de twee groepen kinderen (rondjes of vierkantjes) zij zichzelf het best vonden passen. Een
voorbeelditem is: ‘Bij de vierkantjes vinden kinderen rekenen niet interessant, maar... bij de rondjes vinden kinderen rekenen wel interessant’. De vragenlijst heeft een minimale score van 0 en een maximale score van 11. De negatief gestelde items werden gehercodeerd, zodat een hoge score representatief was voor een hoge intrinsieke motivatie. Een maximale score op intrinsieke motivatie betekent dat er een hoge mate van intrinsieke motivatie aanwezig is.
Bouffard et al. (2003) hebben de vragenlijst gevalideerd en vonden een Cronbach’s alpha die varieerde van .79 tot .86. De Cronbach’s alpha van het huidige onderzoek was .81. Hieruit blijkt een hoge betrouwbaarheid van dit onderzoek. De somscore van de vragenlijsten werd gebruikt om individuele leerlingen onderling met elkaar te vergelijken.
3.4 Analyse
Allereerst werden de beschrijvende statistieken berekend, zoals het klassengemiddelde en de relatieve rekenprestatie. De scores van de individuele rekenprestaties werden per klas opgeteld en gedeeld door het aantal leerlingen. Hieruit volgde het klassengemiddelde. Er is rekening gehouden met subgroepen binnen klassen. Denk hierbij bijvoorbeeld aan een combinatiegroep 3/4, waarbij zowel een klassengemiddelde is berekend voor de subgroep 3 als voor de subgroep 4. De relatieve rekenprestatie werd vervolgens berekend door per leerling het verschil te berekenen tussen de individuele rekenprestatie en het
klassengemiddelde. Dit verschil werd gedeeld door de standaarddeviatie van de bijbehorende klas. Hieruit volgde een z-score waarmee bepaald kon worden hoe goed/slecht een leerling scoorde tegenover het klassengemiddelde. Bovendien konden de scores zo over de klassen heen vergeleken worden.
Ook werd er een correlatiecoëfficiënt berekend om te beoordelen hoe sterk de samenhang is tussen het zelfconcept, de intrinsieke motivatie en de relatieve rekenprestatie van de leerlingen. Vervolgens werd er door middel van een initiële moderatieanalyse geanalyseerd of het BFLPE gemodereerd werd door het leerjaar. Hiertoe zijn de individuele rekenprestatie, het klassengemiddelde van de rekenprestatie en het leerjaar als voorspellers toegevoegd aan een model waarin zelfconcept werd voorspeld. Daarna is bekeken of een interactieterm tussen leerjaar en klassengemiddelde iets aan deze voorspelling toevoegde.
Daarnaast werd er een meervoudige regressieanalyse uitgevoerd, in de vorm van een mediatie en moderatie analyse, op basis van het PROCESS model van Hayes (2018). Dit model bouwt
voort op de theorie van Baron en Kenny (1986). Met behulp van PROCESS model 58 kon een meervoudige regressieanalyses worden uitgevoerd met zowel een moderatie- als
mediatiecomponent. Echter, de PROCESS macro staat geen meerdere onafhankelijke
variabelen toe. Daarom is besloten in deze analyse, in plaats van de individuele rekenprestatie en het klassengemiddelde, de relatieve rekenprestatie als voorspeller toe te voegen. Hiermee worden het klassengemiddelde en de individuele rekenprestatie in één maat gevat. De moderatie analyse werd gebruikt om het effect van leerjaar op de relatie tussen de relatieve rekenprestatie op het individueel zelfconcept te bepalen. De mediatie analyse werd gedaan om te analyseren of zelfconcept medieert tussen de relatieve rekenprestatie en de intrinsieke motivatie. Hierbij werd er een direct effect en een indirect effect getoetst.
Er werd gebruik gemaakt van bootstrapping zodat kon worden omgegaan met data die niet normaal verdeeld is (Field, 2009), wat vaak geldt voor mediatie- en moderatie effecten (Preacher & Hayes, 2008). In dit geval werden 5000 samples gegenereerd om de
betrouwbaarheidsintervallen voor de interactie-effecten te bepalen. Deze intervallen vervingen de p-waarde, waardoor er iets gezegd kon worden over de significantie van de interactie-effecten. Daarbij werd er gekeken naar de boven- en ondergrens van het betrouwbaarheidsinterval van 95%.
Na het afnemen van de vragenlijst bleek dat er missende gegevens waren. Zo is de vragenlijst over zelfconcept door 48 deelnemers verkeerd of onvolledig ingevuld. Daarnaast bleek dat er 46 waarden misten bij de vragenlijst over intrinsieke motivatie. De gegevens van deze deelnemers zijn alleen gebruikt bij het berekenen van de relatieve rekenprestatie. De missende waarden zijn bij analyses buiten beschouwing gelaten.
4. Resultaten